CN104368607B - 一种适应cvc冷轧机组的在线记录、传递冷轧板形方法 - Google Patents

一种适应cvc冷轧机组的在线记录、传递冷轧板形方法 Download PDF

Info

Publication number
CN104368607B
CN104368607B CN201410455235.XA CN201410455235A CN104368607B CN 104368607 B CN104368607 B CN 104368607B CN 201410455235 A CN201410455235 A CN 201410455235A CN 104368607 B CN104368607 B CN 104368607B
Authority
CN
China
Prior art keywords
flatness
flatness defect
value
defect
plate
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201410455235.XA
Other languages
English (en)
Other versions
CN104368607A (zh
Inventor
郭景瑞
魏广民
谷凤龙
何方
刘守显
徐斌
蒋建朋
王丽峰
刘素英
杨西鹏
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hebei Iron And Steel Co Ltd Handan Branch
Original Assignee
Hebei Iron And Steel Co Ltd Handan Branch
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hebei Iron And Steel Co Ltd Handan Branch filed Critical Hebei Iron And Steel Co Ltd Handan Branch
Priority to CN201410455235.XA priority Critical patent/CN104368607B/zh
Publication of CN104368607A publication Critical patent/CN104368607A/zh
Application granted granted Critical
Publication of CN104368607B publication Critical patent/CN104368607B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • B—PERFORMING OPERATIONS; TRANSPORTING
    • B21—MECHANICAL METAL-WORKING WITHOUT ESSENTIALLY REMOVING MATERIAL; PUNCHING METAL
    • B21B—ROLLING OF METAL
    • B21B37/00—Control devices or methods specially adapted for metal-rolling mills or the work produced thereby
    • B21B37/28—Control of flatness or profile during rolling of strip, sheets or plates

Landscapes

  • Engineering & Computer Science (AREA)
  • Mechanical Engineering (AREA)
  • Control Of Metal Rolling (AREA)
  • Metal Rolling (AREA)

Abstract

一种适应CVC冷轧机组的在线记录、传递冷轧板形方法，属于冶金行业冷轧技术领域。技术方案是：通过接触式板形仪采集数据，采集到的带钢每一个横截面的张力数据转化为带钢平直度数据，结合采集到该断面时的轧制位置，将板形数据按照不同颜色组合在一起，以二维图片的方式显示通卷带钢的三维平直度信息。本发明的有益效果：后处理工艺为连续退火工艺时，后工序提前预知来料板形，可以提前预设炉内张力，降低炉内跑偏、热瓢曲等问题；终端用户了解带钢的详细信息有利于用户决定生产磨具是否需要调整，有利于用户调整生产周期和生产节奏；根据实际使用经验提出详细的板形要求；有利于冷轧带钢轧制生产单位了解产品存在的问题，便于工艺改进提高产品质量。

Description

一种适应CVC冷轧机组的在线记录、传递冷轧板形方法
技术领域
本发明涉及一种适应CVC冷轧机组的在线记录、传递冷轧板形方法，属于冶金行业冷轧技术领域。
背景技术
背景技术中，冷轧板形一般以平直度进行描述，单位一般为IU（IUnit，一个I单位=0.001%，是板形计量单位），这种描述方式仅描述了冷轧板形某一横断面的平均浪高与浪长的比例，描述较为模糊。冷轧板形某一横断面的板形其实是一个满足复杂的高次多项式形式的应力曲线。浪形一般由单边浪、中浪或双边浪、正或反四分浪和更高次浪形组成。背景技术以IU值描述带钢平直度，在记录、传递板形缺陷显得较为简单，不能反映带钢板形存在的真实问题。了解板带详细的板形信息有着重大的积极意义：1、后处理工艺为连续退火工艺时，后工序提前预知来料板形，可以提前预设炉内张力，降低炉内跑偏、热瓢曲等问题。2、终端用户了解带钢的详细信息有利于用户决定生产磨具是否需要调整，有利于用户调整生产周期和生产节奏。甚至根据实际使用经验提出详细的板形要求。3、有利于冷轧带钢轧制生产单位了解产品存在的问题，便于工艺改进提高产品质量。因此，对于CVC冷轧机组，如何在线记录、传递冷轧板形，是本领域亟待解决的技术问题。
发明内容
本发明目的是提供一种适应CVC冷轧机组的在线记录、传递冷轧板形方法，通过接触式板形仪采集数据，采集到的带钢每一个横截面的张力数据转化为带钢平直度数据，结合采集到该断面时的轧制位置，将板形数据按照不同颜色组合在一起，以二维图片的方式显示通卷带钢的三维平直度信息，解决背景技术中存在的上述问题。
本发明的技术方案是：一种适应CVC冷轧机组的在线记录、传递冷轧板形方法，具体步骤如下：
①带钢的板形数据由板形仪辊进行测量，送入到PCM单元，PCM单元再经过TCP/IP通道送入板形控制系统中，板形控制系统为ibaLogic系统，ibaLogic系统再将板形控制的结果送入到主线PLC中的FM458机架控制器中，进行机架倾斜、弯辊以及窜辊的控制；
②使用ibaLogic系统和生产线的FM458系统留有的16个空余数据作为端口，将数据送入到FM458系统，再由FM458系统可以将数据送入到生产线可编程序控制器系统中去；
③将可编程序控制器S7-40系统中的数据转换为标准TCP协议传到板形分析模块中，在板形分析模块中完成板形分析工作；
④结合带钢轧制位置，将目标板形和实际板形按照不同颜色分配的方案组合成二维按，浪形大小用颜色深浅表示；具体的做法是：
1）定义一个IU值上限，对应最深的颜色；这个IU值应该是用户能接受的浪形最大值，或适应于实际生产可能出现的浪形最大值；由于这个IU值存在“正、负”的问题，颜色渐变至对应IU值为0时，渐变至另外一个颜色；
2）由于CVC轧机可控的板形缺陷为单边浪、中浪或双边浪、正或反四分浪即一次板形缺陷，二次板形缺陷，四次板形缺陷，因此绘制这些板形缺陷有利于轧机分析轧制参数与板形的关系，以便提高板形控制能力，提高成品板形质量；
板形缺陷中的一次板形缺陷、二次板形缺陷、四次板形缺陷利用BP神经网络算法，拟合出当前板形缺陷：
（4）
其中：（4）式中x为板宽，A、B、D为板形系数，P（X）为板形函数，单位为IU，P1、P2、P3为归一化的单边浪一次函数、双边浪二次函数，四分浪四次函数。系数A、B、C包含了板形缺陷中一次板形缺陷、二次板形缺陷、四次板形缺陷的组分，是一个0～1的小数。
利用A*P1（x），B*P2（x），C*P3(x)即可算出对应某一板宽的一次板形缺陷、二次板形缺陷、四次板形缺陷；
带入（4）式中得出板形缺陷的P（x）值，将P（x）按照精度要求带入离散的板宽Xi值，i=0、1、2、3…n。每一个Xi所对应一个板形缺陷P（Xi）值，将这个P（Xi）值带入（1）、(2)、(3)式，转化为一个三彩色的RGB（i）值，将RGB（i）按板宽排列就得到一个以颜色表示的截面，此时图形是一维的，是一条颜色变化的直线。将延长度的方向的采集到的每一个界面，也就是这些颜色变化的直线，延轧制方向排列就得到一张二维彩色图像，这张二维彩色图像就表示了整个带钢的横向应力分布，也就是带钢的实际浪性。
所述BP神经网络算法具体步骤为：
A、通过给定已知板形缺陷作为输入，将一次板形缺陷、二次板形缺陷、四次板形缺陷的待定系数作为输出，训练输入和输出之间的BP神经网络权值；
B、控制神经网络训练过程中的学习系数，遍历一次训练样本动态改变一次学习系数，保证学习速度，克服BP神经网络学习速度慢的缺点。其特征还在于配合动态改变学习权动量。
C、实际板形数据做相应处理作为输入，通过神经网络权向量计算转换为一次板形缺陷、二次板形缺陷、四次板形缺陷的系数，带入（4）式中得出拟合的当前板形缺陷。
由于6辊CVC轧机可控的板形缺陷为单边浪、中浪或双边浪、正或反四分浪即一次板形缺陷，二次板形缺陷，四次板形缺陷，计算公式中仅考虑一次板形缺陷，二次板形缺陷和四次板形缺陷的系数，即本计算结果仅针对6辊CVC轧机可控的板形缺陷，忽略了实际板形中不在6辊CVC轧机控制范围内的板形缺陷，这使得板形评价得分的结果适应于6辊CVC轧机所轧制的实际板形。
本发明的有益效果：后处理工艺为连续退火工艺时，后工序提前预知来料板形，可以提前预设炉内张力，降低炉内跑偏、热瓢曲等问题；终端用户了解带钢的详细信息有利于用户决定生产磨具是否需要调整，有利于用户调整生产周期和生产节奏。甚至根据实际使用经验提出详细的板形要求；有利于冷轧带钢轧制生产单位了解产品存在的问题，便于工艺改进提高产品质量。
附图说明
图1为实施例一板形图；
图2为实施例二板形图。
具体实施方式
以下通过实施例对本发明做进一步说明。
一种适应CVC冷轧机组的在线记录、传递冷轧板形方法，具体步骤如下：
①带钢的板形数据由板形仪辊进行测量，送入到PCM(脉冲编码器PlusCodeModulation)单元，PCM单元再经过TCP/IP(TransmissionControlProtocol/InternetProtocol传输控制协议/网络协议)通道送入板形控制系统中，板形控制系统为ibaLogic系统，ibaLogic系统再将板形控制的结果（包括倾斜值、弯辊值、窜辊值等）送入到主线PLC（ProgrammableLogicController可编码逻辑控制器）中的FM458（FM458是一种工艺CPU，需要安装的400机架上）机架控制器中，进行机架倾斜、弯辊以及窜辊的控制；
②使用ibaLogic系统和生产线的FM458系统留有的16个空余数据作为端口，将数据送入到FM458系统，再由FM458系统可以将数据送入到生产线可编程序控制器S7-400系统中去；
③将可编程序控制器S7-400（一种可编程序控制器代号）系统中的数据转换为标准TCP协议传到板形分析模块中，在板形分析模块中完成板形分析工作；
④结合带钢轧制位置，将目标板形和实际板形按照不同颜色分配的方案组合成二维按，浪形大小用颜色深浅表示；具体的做法是：
1）定义一个IU值上限，对应最深的颜色；这个IU值应该是用户能接受的浪形最大值，或适应于实际生产可能出现的浪形最大值；由于这个IU值存在“正、负”的问题，颜色渐变至对应IU值为0时，应渐变至另外一个颜色。
本发明实施例的配色方案：
IU值为0时对应的RGB三彩色为：
（180,255,255）（1）
IU值为正时，任意一个IU值对应的RGB三彩色为：
（180，min(0，|255-255.0*WIU/10|)，255）（2）
IU值为负数时，任意一个IU值对应的RGB三彩色为：
（180，255，max(255，255*WIU/10,0)）（3）
在（2）式和（3）式中，min(a,b),max(a,b)分别表示取a和b中较小的一个，WIU表示某一横断面带钢上某对应宽度的IU值，当WIU大于10时，令WIU=10。利用这个IU值绘制6张带钢板形的二维图像，分别是目标板形，实际板形，板形缺陷，一次板形缺陷，二次板形缺陷，四次板形缺陷。
2）由于CVC轧机可控的板形缺陷为单边浪、中浪或双边浪、正或反四分浪即一次板形缺陷，二次板形缺陷，四次板形缺陷，因此绘制这些板形缺陷有利于轧机分析轧制参数与板形的关系，以便提高板形控制能力，提高成品板形质量；
板形缺陷中的一次板形缺陷、二次板形缺陷、四次板形缺陷利用BP神经网络算法，拟合出当前板形缺陷：
（4）
其中：（4）式中x为板宽，A、B、D为板形系数，P（X）为板形函数，单位为IU，P1、P2、P3为归一化的单边浪一次函数、双边浪二次函数，四分浪四次函数。系数A、B、C包含了板形缺陷中一次板形缺陷、二次板形缺陷、四次板形缺陷的组分，是一个0～1的小数。
BP神经网络算法具体步骤为：
A、通过给定已知板形缺陷作为输入，将一次板形缺陷、二次板形缺陷、四次板形缺陷的待定系数作为输出，训练输入和输出之间的BP神经网络权值；
B、控制神经网络训练过程中的学习系数，遍历一次训练样本动态改变一次学习系数，保证学习速度，克服BP神经网络学习速度慢的缺点。其特征还在于配合动态改变学习权动量。
C、实际板形数据做相应处理作为输入，通过神经网络权向量计算转换为一次板形缺陷、二次板形缺陷、四次板形缺陷的系数，带入（4）式中得出拟合的当前板形缺陷。
利用A*P1（x），B*P2（x），C*P3(x)即可算出对应某一板宽的一次板形缺陷、二次板形缺陷、四次板形缺陷；
带入（4）式中得出板形缺陷的P（x）值，将P（x）按照精度要求带入离散的板宽Xi值，i=0、1、2、3…n。每一个Xi所对应一个板形缺陷P（Xi）值，将这个P（Xi）值带入（1）、(2)、(3)式，转化为一个三彩色的RGB（i）值，将RGB（i）按板宽排列就得到一个以颜色表示的截面，此时图形是一维的，是一条颜色变化的直线。将延长度的方向的采集到的每一个界面，也就是这些颜色变化的直线，延轧制方向排列就得到一张二维彩色图像，这张二维彩色图像就表示了整个带钢的横向应力分布，也就是带钢的实际浪性。
实施例一，镀锌酸轧备料DX51D+Z，该带钢的规格为2.0×1860mm。
参照附图1，带钢长度为984m，以“理想板形”图为例，矩形的上边为带钢操作侧，下边为驱动侧。带钢中部有较浅的红色，表示微中浪。“实际板形”图是相对于IU=0的理想板形存在的板形缺陷。
“板形缺陷”图是实际板形IU减去理想板形IU得到的图像，反映的是实际板形与理想板形之间的差距，也就是板形缺陷。
“一次板形缺陷”图、“二次板形缺陷”图、“四次板形缺陷”图均是板形识别模块通过某种算法识别出来的板形缺陷，反映了“板形缺陷”图中的一次、二次、四次板形缺陷组分。
将一次、二次、四次板形缺陷按照公式（4）组合即组合出“轧机可控缺陷”图，这张图体现了板形缺陷”图中6辊CVC冷轧机可控的缺陷组分。“轧机可控缺陷”图、“一次板形缺陷”图、“二次板形缺陷”图和“四次板形缺陷”图体现了整卷带钢的板形缺陷中哪些是6辊CVC冷轧机可控、可调、可以消除的。这个信息更利于冷轧机组技术人员分析问题、解决问题。
实施例二，连退酸轧备料SPCC，该带钢的规格为2.0×1580mm。
参照附图2，从“实际板形”图和“板形缺陷”图上看，该带钢存在的主要问题是反四分浪。
结合“一次板形缺陷”图，“二次板形缺陷”图和“四次板形缺陷”图可以发现，这个反四分浪中含有一定的驱动侧单边浪组分。最后分析“轧机可控缺陷”图可以知，CVC轧机可消除的浪形主要是四分浪的浪形，这个四分浪操作侧较弱，驱动侧较强，调整时应考虑一部分消除驱动侧单边浪的轧机操作。

Claims (2)

1.一种适应CVC冷轧机组的在线记录、传递冷轧板形方法，其特征在于具体步骤如下：
①带钢的板形数据由板形仪辊进行测量，送入到PCM单元，PCM单元再经过TCP/IP通道送入板形控制系统中，板形控制系统为ibaLogic系统，ibaLogic系统再将板形控制的结果送入到主线PLC中的FM458机架控制器中，进行机架倾斜、弯辊以及窜辊的控制；
②使用ibaLogic系统和生产线的FM458系统留有的16个空余数据作为端口，将数据送入到FM458系统，再由FM458系统将数据送入到生产线可编程序控制器系统中去；
③将可编程序控制器S7-40系统中的数据转换为标准TCP协议传到板形分析模块中，在板形分析模块中完成板形分析工作；
④结合带钢轧制位置，将目标板形和实际板形按照不同颜色分配的方案组合成二维按，浪形大小用颜色深浅表示；具体的做法是：
1）定义一个IU值上限，对应最深的颜色；这个IU值是用户能接受的浪形最大值，或适应于实际生产出现的浪形最大值；由于这个IU值存在“正、负”的问题，颜色渐变至对应IU值为0时，渐变至另外一个颜色；
IU值为0时对应的RGB三彩色为：
（180,255,255）（1）
IU值为正时，任意一个IU值对应的RGB三彩色为：
（180，min(0，|255-255.0*WIU/10|)，255）（2）
IU值为负数时，任意一个IU值对应的RGB三彩色为：
（180，255，max(255，255*WIU/10,0)）（3）
在（2）式和（3）式中，min(a,b),max(a,b)分别表示取a和b中较小的一个，WIU表示某一横断面带钢上某对应宽度的IU值，当WIU大于10时，令WIU=10；利用这个IU值绘制6张带钢板形的二维图像，分别是目标板形，实际板形，板形缺陷，一次板形缺陷，二次板形缺陷，四次板形缺陷；
2）由于CVC轧机可控的板形缺陷为单边浪、中浪或双边浪、正或反四分浪即一次板形缺陷，二次板形缺陷，四次板形缺陷，因此绘制这些板形缺陷有利于轧机分析轧制参数与板形的关系，以便提高板形控制能力，提高成品板形质量；
板形缺陷中的一次板形缺陷、二次板形缺陷、四次板形缺陷利用BP神经网络算法，拟合出当前板形缺陷：
（4）
其中：（4）式中x为板宽，A、B、D为板形系数，P（X）为板形函数，单位为IU，P1、P2、P3为归一化的单边浪一次函数、双边浪二次函数，四分浪四次函数；系数A、B、C包含了板形缺陷中一次板形缺陷、二次板形缺陷、四次板形缺陷的组分，是一个0～1的小数；
利用A*P1（x），B*P2（x），C*P3(x)即可算出对应某一板宽的一次板形缺陷、二次板形缺陷、四次板形缺陷；
带入（4）式中得出板形缺陷的P（x）值，将P（x）按照精度要求带入离散的板宽Xi值，i=0、1、2、3…n；
每一个Xi所对应一个板形缺陷P（Xi）值，将这个P（Xi）值带入（1）、(2)、(3)式，转化为一个三彩色的RGB（i）值，将RGB（i）按板宽排列就得到一个以颜色表示的截面，此时图形是一维的，是一条颜色变化的直线；
将延长度的方向的采集到的每一个界面，也就是这些颜色变化的直线，延轧制方向排列就得到一张二维彩色图像，这张二维彩色图像就表示了整个带钢的横向应力分布，也就是带钢的实际浪性。
2.根据权利要求1所述的一种适应CVC冷轧机组的在线记录、传递冷轧板形方法,其特征在于所述的BP神经网络算法具体步骤为：
A、通过给定已知板形缺陷作为输入，将一次板形缺陷、二次板形缺陷、四次板形缺陷的待定系数作为输出，训练输入和输出之间的BP神经网络权值；
B、控制神经网络训练过程中的学习系数，遍历一次训练样本动态改变一次学习系数，保证学习速度，克服BP神经网络学习速度慢的缺点，配合动态改变学习权动量；
C、实际板形数据作为输入，通过神经网络权向量计算转换为一次板形缺陷、二次板形缺陷、四次板形缺陷的系数，带入（4）式中得出拟合的当前板形缺陷。
CN201410455235.XA 2014-09-09 2014-09-09 一种适应cvc冷轧机组的在线记录、传递冷轧板形方法 Expired - Fee Related CN104368607B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410455235.XA CN104368607B (zh) 2014-09-09 2014-09-09 一种适应cvc冷轧机组的在线记录、传递冷轧板形方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410455235.XA CN104368607B (zh) 2014-09-09 2014-09-09 一种适应cvc冷轧机组的在线记录、传递冷轧板形方法

Publications (2)

Publication Number Publication Date
CN104368607A CN104368607A (zh) 2015-02-25
CN104368607B true CN104368607B (zh) 2016-03-30

Family

ID=52547949

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410455235.XA Expired - Fee Related CN104368607B (zh) 2014-09-09 2014-09-09 一种适应cvc冷轧机组的在线记录、传递冷轧板形方法

Country Status (1)

Country Link
CN (1) CN104368607B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113151663B (zh) * 2021-04-01 2023-03-03 首钢京唐钢铁联合有限责任公司 立式连续退火炉内带钢防跑偏的控制方法及控制系统

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0121148A1 (de) * 1983-03-14 1984-10-10 Sms Schloemann-Siemag Aktiengesellschaft Verfahren zum Herstellen von Walzband mit hoher Bandprofil- und Bandplanheitsgüte
US5325692A (en) * 1992-09-28 1994-07-05 Sumitomo Light Metal Industries, Ltd. Method of controlling transverse shape of rolled strip, based on tension distribution
JP2003266113A (ja) * 2002-03-12 2003-09-24 Sumitomo Metal Ind Ltd 金属帯の製造法
CN101134207A (zh) * 2006-08-28 2008-03-05 宝山钢铁股份有限公司 冷轧板形设定计算中热轧来料凸度的处理方法
CN102366758A (zh) * 2011-09-13 2012-03-07 中冶南方工程技术有限公司 主动避免执行器饱和现象发生的冷轧带钢板形控制系统
CN102581026A (zh) * 2012-01-18 2012-07-18 中冶南方工程技术有限公司 冷轧带钢板形横向整体优化控制方法
CN102688897A (zh) * 2011-03-22 2012-09-26 宝山钢铁股份有限公司 冷轧带钢边部板形控制方法

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
EP0121148A1 (de) * 1983-03-14 1984-10-10 Sms Schloemann-Siemag Aktiengesellschaft Verfahren zum Herstellen von Walzband mit hoher Bandprofil- und Bandplanheitsgüte
US5325692A (en) * 1992-09-28 1994-07-05 Sumitomo Light Metal Industries, Ltd. Method of controlling transverse shape of rolled strip, based on tension distribution
JP2003266113A (ja) * 2002-03-12 2003-09-24 Sumitomo Metal Ind Ltd 金属帯の製造法
CN101134207A (zh) * 2006-08-28 2008-03-05 宝山钢铁股份有限公司 冷轧板形设定计算中热轧来料凸度的处理方法
CN102688897A (zh) * 2011-03-22 2012-09-26 宝山钢铁股份有限公司 冷轧带钢边部板形控制方法
CN102366758A (zh) * 2011-09-13 2012-03-07 中冶南方工程技术有限公司 主动避免执行器饱和现象发生的冷轧带钢板形控制系统
CN102581026A (zh) * 2012-01-18 2012-07-18 中冶南方工程技术有限公司 冷轧带钢板形横向整体优化控制方法

Also Published As

Publication number Publication date
CN104368607A (zh) 2015-02-25

Similar Documents

Publication Publication Date Title
CN105469407B (zh) 一种基于改进的引导滤波器的人脸图像图层分解方法
CN109570241B (zh) 一种具有跑偏保护的楔形控制方法
CN103679210B (zh) 基于高光谱图像解混的地物识别方法
CN105654465B (zh) 一种采用视差补偿视点间滤波的立体图像质量评价方法
CN103128107B (zh) 一种热连轧粗轧短行程曲线参数的在线计算方法
CN105960293A (zh) 热轧机的温度控制装置
CN104368607B (zh) 一种适应cvc冷轧机组的在线记录、传递冷轧板形方法
CN105980072A (zh) 粗轧机架的楔形辊缝调整的简单预控制
CN101866096A (zh) 一种基于模糊控制的多投影仪图像拼接自动边缘融合方法
CN106127634A (zh) 一种基于朴素贝叶斯模型的学生学业成绩预测方法及系统
CN105290117B (zh) 大宽厚比超薄冷轧带钢高次板形缺陷的分级调控方法
CN107138540A (zh) 一种带钢断面板廓形状的拟合方法及评价方法
CN101587347A (zh) 冷轧机板形控制目标模型的设计方法
EP1709393A1 (en) Method and device for measuring, determining and controlling flatness of a metal strip
CN100395044C (zh) 操作一个金属带轧机机列的方法和控制设备
CN106524917A (zh) 一种运输带上物体体积测量方法
CN107977755A (zh) 一种基于k线数据相似度的股票走势预测方法
CN106345818B (zh) 一种特殊用钢的板形控制方法
CN109926452B (zh) 应用于轧钢的过程控制方法、过程控制装置及终端
CN104226695B (zh) 一种评价六辊cvc轧机可控平直度的方法
CN103394521A (zh) 一种冷轧带钢板形控制方法
CN101087364A (zh) 视频增强系统和方法
CN106269908B (zh) 基于遗传的带钢楔形自动控制方法
CN201518165U (zh) 一种轧钢生产技能训练模拟仿真装置
CN109882899A (zh) 一种根据工作环境进行控制的油烟机

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20160330

Termination date: 20200909